- 博客(3)
- 收藏
- 关注
RSS订阅原创 吴恩达机器学习笔记（二）单变量线性回归
二、单变量线性回归(Linear Regression with One Variable) 2.1 模型描述 我们的第一个学习算法是线性回归，在这节课中，我们将会学习什么是模型，而更重要的是将会看到整个监督学习的过程。 我们再来看一些预测住房价格的例子，我们将根据不同尺寸的房子对应不同的售价组成的数据集来画图。 假设要卖的房子大小是1250平方英尺，想要预测能卖多少钱，我们可以进行模型拟合，我们可以形成一条直线，预测到房价大概在220000美元左右。 这是一个监督学习的例子，同时也是一个回归问题的例子，
2021-11-01 20:05:01
276
原创 吴恩达机器学习笔记（一）引言
一、 引言(Introduction) 1.1 欢迎参加《机器学习》 机器学习早已成为我们的日常。 每当使用 Google 或 Bing 等搜索引擎时，它能给出非常满意的结果，原因之一就是 Google 或微软使用的学习算法，学会了如何给网页排序。 每当使用 Facebook 或苹果的相片分类功能，它能够识别出朋友的照片，也是机器学习。 每当阅读邮件时，垃圾邮件过滤器会帮助我们过滤大量的垃圾邮件，这也是学习算法。 在本课程中，我们将学习最先进的技术，并且在实践中实现和应用这些算法。 实际上机器学习是从AI
2021-07-10 00:08:52
184
原创 吴恩达机器学习笔记目录
吴恩达机器学习笔记目录 第一周 一、 引言(Introduction) 1.1 欢迎参加《机器学习》 1.2 什么是机器学习？ 1.3 监督学习 1.4 无监督学习 二、单变量线性回归(Linear Regression with One Variable) 2.1 模型描述 2.2 代价函数 2.3 代价函数（一） 2.4 代价函数（二） 2.5 梯度下降 2.6 梯度下降知识点总结 2.7 线性回归的梯度下降 三、线性代数回顾(Linear Algebra Review) 3.1 矩阵和向量 3.2 加
2021-07-10 00:05:28
588
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人